- 主题:视觉方案真的很难么?
雨雪天气下激光雷达的识别率如何
【 在 walkslowly 的大作中提到: 】
: 麻烦个蛋哦,视觉也是可以算出来距离信息的,人的双目就是为了定位深度,只不过可靠性和算力比不上直接用激光雷达测,你夜里看得见旁边吗,视觉根本不可能,雷达可以;迎光时摄像头发白,雷达信息依旧准确。信息越多越准确就是最简单朴素的道理,现在激光雷达只有几百美元了
: 改昵拔颐鞘笛槭衣虻10万刀一个,马斯克吃屎有些人都觉得是香的
: 【 在 shiyg (重剑出江湖) 的大作中提到: 】
: ...................
--
FROM 1.203.173.*
雨雪天气视觉误判率高吗
【 在 wjhtingerx 的大作中提到: 】
: 雨雪天对视觉干扰更大……
--
FROM 1.203.173.*
特斯拉把毫米波雷达拿掉了。只保留超声波雷达停车用
【 在 TimeAndRiver 的大作中提到: 】
: 特斯拉有雷达
: 雷达是辅助用
: 视觉为主
: ...................
--
FROM 1.203.173.*
感知结果矛盾时怎么取舍
【 在 stlonmyway 的大作中提到: 】
: 激光雷达方案包含了视觉,互为备份双保险
: 纯视觉有啥备份?
--
FROM 1.203.173.*
目前自动驾驶里,感知出问题的已经很少了,主要是决策问题吧
【 在 power11 的大作中提到: 】
: 视觉的带宽大,数据量大,识别程序算量大,而且能适应各种情况,是智能方案,雷达是个机器方案,只能通过探测反射信号来识别,即使实时建模,也是没有任何信息的三维空间,优点是算量小,不容易撞上物体。目前好的方案都是结合才行,人脑的算力和带宽还是很大的,现在机器还
: 幻到边
: --来自微微水木3.5.14
: ...................
--
FROM 1.203.173.*
雨雾天激光肯定不如毫米波雷达好使,所以激光雷达现在的处境就是发现在智驾上走错路线以后用各种低频场景给自己找补
【 在 panas5m2 的大作中提到: 】
: 雨雪天气下激光雷达的识别率如何
: --
发自「今日水木 on iPhone 8 Plus」
--
FROM 117.136.39.*
实际场景中,几个感知结果矛盾怎么取舍
【 在 stlonmyway 的大作中提到: 】
: 谁告诉你是没有多少训练数据的视觉方案?
: 融合多事态感知,在控制领域是非常常规的方案
: 少点二极管思维,认为这个强那个一定弱鸡
: ...................
--
FROM 1.203.173.*
几个传感器给出矛盾的感知结果,如何取舍
【 在 WangXW 的大作中提到: 】
: 视觉对环境的3D感知是猜出来的,特定环境下错误概率不小。
: 人对于不熟悉的物体、场景,3D感知也会犯错。
: 激光雷达是激光物理测距,没有干扰就不会出错。
: ...................
--
FROM 1.203.173.*
国外的月亮难道不确实是更圆?
【 在 stlonmyway 的大作中提到: 】
: 实质上是你骨子里仍然认为国外的月亮更圆,他们选的路线更正确
: 这世界上绝对正确无副作用的事情太少太少了
: 基本客观都做不到了,这就没啥好聊的了
: ...................
--
FROM 1.203.173.*
蝙蝠能形成复杂的交通规则?
【 在 FLYBBS 的大作中提到: 】
: 人是只有眼睛,不得不用。蝙蝠没眼睛比人厉害多了。
: 放着好用的雷达不用,用视觉只能有一个目的,降低成本,而不是确保效果。
--
FROM 1.203.173.*